آموزش جدال کامل داده ها و تجسم داده ها در R

Complete Data Wrangling & Data Visualisation In R

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری پیش پردازش داده ها، مشاجره داده ها و تجسم داده ها برای کاربردهای عملی علم داده در R خواندن داده ها در محیط R از منابع مختلف انجام پیش پردازش و بحث اولیه داده ها در R Studio یاد بگیرید شناسایی کنید که کدام تجسم ها باید در هر موقعیتی استفاده شوند. از یک سطح پایه به انجام برخی از متداول‌ترین وظایف پیش‌پردازش داده، مشاجره داده‌ها و تجسم داده‌ها در R نحوه استفاده از برخی از مهم‌ترین بسته‌های جدال و تجسم داده‌های R مانند ساخت Dplyr و Ggplot2 از تجسم‌ها و نمودارهای قدرتمند استفاده از مفاهیم تجسم داده ها برای تجزیه و تحلیل و تفسیر عملی داده ها با قرار دادن دانشی که به زودی به دست می آورید در برنامه فوری، مهارت خود را در پیش پردازش داده ها، مشاجره داده ها و تجسم داده ها در R به دست آورید./لپ تاپ آشنایی با نحوه نصب و بارگذاری بسته های R علاقه مند به یادگیری پردازش و تجسم داده های واقعی

این نقشه راه شما برای یادگیری مهارت بالا در پیش پردازش داده ها، مشاجره داده ها، تجسم داده ها در R است!

سلام، نام من مینروا سینگ است. من فارغ التحصیل کارشناسی ارشد دانشگاه آکسفورد در رشته جغرافیا هستم. دکترای خود را در دانشگاه کمبریج در زمینه حفاظت از محیط زیست گرمسیری به پایان رساندم.

من +5 تجربه در تجزیه و تحلیل داده های واقعی از منابع مختلف با استفاده از مدل سازی آماری و تولید نشریات برای مجلات معتبر بین المللی دارم. اگر راهنمای کتاب های آمار را خیلی مبهم، گران قیمت و عملی نمی بینید، پس این دوره را دوست خواهید داشت!

من این دوره آموزشی را ایجاد کردم تا شما را به صورت دستی همراهی کنم و همه مفاهیم را به شما آموزش دهم، و با اساسی‌ترین ساختار در علم داده‌های عملی - جدال و تجسم داده‌ها مقابله کنم.

این دوره تمام آنچه را که نیاز دارید به شما می آموزد و دانش خود را در حال حاضر تمرین می کند!

این دوره راه مطمئن شما برای به دست آوردن دانش و مهارت‌های جدال و تجسم تجزیه و تحلیل داده‌های آماری است که من از آموزش‌های دقیقی که در ۲ تا از بهترین دانشگاه‌های جهان دریافت کردم، مطالعه کتاب‌های متعدد و انتشار آماری کسب کردم. مقالات غنی در مجله بین المللی مشهور مانند PLOS One.

آنچه که این دوره برای شما انجام می دهد در اینجا آمده است:

  • این کار شما را (حتی اگر پیش‌زمینه‌ی مدل‌سازی/تحلیل آماری قبلی نداشته باشید) را از سطح ابتدایی انجام برخی از رایج‌ترین وظایف جدال داده در R می‌برد.

  • این شما را به استفاده از برخی از مهم‌ترین بسته‌های جدال و تجسم داده‌های R مانند dplyr و ggplot2 مجهز می‌کند.

  • برخی از مهمترین مفاهیم تجسم داده را به صورت عملی به شما معرفی می کند تا بتوانید این مفاهیم را برای تجزیه و تحلیل و تفسیر داده های عملی به کار ببرید.

  • همچنین می‌توانید تصمیم بگیرید که کدام تکنیک‌های مجادله و تجسم برای پاسخ به سؤالات تحقیق شما مناسب‌تر است و برای داده‌های شما و تفسیر نتایج قابل استفاده است..

این دوره بیشتر بر کمک به شما در پیاده سازی تکنیک های مختلف بر روی داده های واقعی مانند برندگان المپیک و جایزه نوبل تمرکز دارد

بعد از هر ویدیو، مفهوم یا تکنیک جدیدی را یاد می گیرید که می توانید بلافاصله در پروژه های خود اعمال کنید! دانش خود را از طریق آزمون ها و تکالیف عملی تقویت کنید.

در راس دوره، من همچنین به شما پیشنهاد می کنم:

  • فعالیت هایی را برای تقویت یادگیری خود تمرین کنید

  • پشتیبانی مستمر من برای اطمینان از اینکه مهارت درک کامل به دست می آورید

  • دسترسی رایگان به به‌روزرسانی‌های دوره آینده

  • حتی هر موضوعی را که مرتبط با موضوعی است که در آن به کمک نیاز دارید، در جلد مایل اضافی خواهم رفت (این چیزی است که در هیچ جای دیگری نمی توانید دریافت کنید).

  • دسترسی به انجمنی از 25000 دانشمند داده (در حال رشد) همه با هم یاد می‌گیرند و به یکدیگر کمک می‌کنند!


اکنون، در دوره ثبت نام کنید. من مطمئن هستم که شما آن را دوست خواهید داشت، اما اگر دوست ندارید، همیشه می توانید ظرف 30 روز درخواست بازپرداخت کنید. بدون هیچ احساس سختی من مشتاقانه منتظر دیدن شما در داخل هستم!




سرفصل ها و درس ها

به دوره خوش آمدید Welcome To The Course

  • مقدمه دوره و مدرس Introduction To The Course and Instructor

  • داده ها و کدهای مورد استفاده در دوره Data and Code Used in the Course

  • R و RStudio را نصب کنید Install R and RStudio

به دوره خوش آمدید Welcome To The Course

  • مقدمه دوره و مدرس Introduction To The Course and Instructor

  • داده ها و کدهای مورد استفاده در دوره Data and Code Used in the Course

  • R و RStudio را نصب کنید Install R and RStudio

در داده ها از منابع مختلف بخوانید Read in Data From Different Sources

  • در داده های CSV و Excel بخوانید Read in CSV and Excel Data

  • در پوشه زیپ نشده بخوانید Read in Unzipped Folder

  • در CSV آنلاین بخوانید Read in Online CSV

  • در Googlesheets بخوانید Read in Googlesheets

  • در داده ها از جداول HTML آنلاین - قسمت 1 بخوانید Read in Data from Online HTML Tables-Part 1

  • در داده ها از جداول HTML آنلاین - قسمت 2 بخوانید Read in Data from Online HTML Tables-Part 2

  • خواندن داده ها از یک پایگاه داده Read Data from a Database

در داده ها از منابع مختلف بخوانید Read in Data From Different Sources

  • در داده های CSV و Excel بخوانید Read in CSV and Excel Data

  • در پوشه زیپ نشده بخوانید Read in Unzipped Folder

  • در CSV آنلاین بخوانید Read in Online CSV

  • در Googlesheets بخوانید Read in Googlesheets

  • در داده ها از جداول HTML آنلاین - قسمت 1 بخوانید Read in Data from Online HTML Tables-Part 1

  • در داده ها از جداول HTML آنلاین - قسمت 2 بخوانید Read in Data from Online HTML Tables-Part 2

  • خواندن داده ها از یک پایگاه داده Read Data from a Database

تکنیک های رایج پیش پردازش داده ها Common Data Pre-Processing Techniques

  • پاکسازی اولیه داده ها در R: حذف NA Basic Data Cleaning in R: Remove NA

  • پاکسازی اطلاعات اضافی Additional Data Cleaning

  • نمایه سازی و زیر مجموعه داده ها Indexing and Subsetting Data

  • جمع بندی بر اساس ویژگی های کیفی Summarising Based on Qualitative Attributes

  • بلند و عریض Of Long and Wide

  • وظایف پیش پردازش و اپراتور لوله Pre-processing Tasks and the Pipe Operator

  • مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 1 Introduction to dplyr for Data Summarizing-Part 1

  • مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 2 Introduction to dplyr for Data Summarizing-Part 2

  • با Tidyverse شروع کنید Start with Tidyverse

  • تغییر نام ستون Column Renaming

  • داده های مرتب: طولانی و عریض Tidy Data: Long and Wide

  • پیوستن به جداول Joining Tables

تکنیک های رایج پیش پردازش داده ها Common Data Pre-Processing Techniques

  • پاکسازی اولیه داده ها در R: حذف NA Basic Data Cleaning in R: Remove NA

  • پاکسازی اطلاعات اضافی Additional Data Cleaning

  • نمایه سازی و زیر مجموعه داده ها Indexing and Subsetting Data

  • جمع بندی بر اساس ویژگی های کیفی Summarising Based on Qualitative Attributes

  • بلند و عریض Of Long and Wide

  • وظایف پیش پردازش و اپراتور لوله Pre-processing Tasks and the Pipe Operator

  • مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 1 Introduction to dplyr for Data Summarizing-Part 1

  • مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 2 Introduction to dplyr for Data Summarizing-Part 2

  • با Tidyverse شروع کنید Start with Tidyverse

  • تغییر نام ستون Column Renaming

  • داده های مرتب: طولانی و عریض Tidy Data: Long and Wide

  • پیوستن به جداول Joining Tables

تجسم داده های پایه Basic Data Visualization

  • تجسم داده چیست؟ What is Data Visualisation?

  • برخی از اصول تجسم داده ها Some Principles of Data Visualisation

  • تجزیه و تحلیل داده های اکتشافی (EDA) در R Exploratory Data Analysis (EDA) in R

  • تجزیه و تحلیل داده های اکتشافی بیشتر با xda More Exploratory Data Analysis with xda

تجسم داده های پایه Basic Data Visualization

  • تجسم داده چیست؟ What is Data Visualisation?

  • برخی از اصول تجسم داده ها Some Principles of Data Visualisation

  • تجزیه و تحلیل داده های اکتشافی (EDA) در R Exploratory Data Analysis (EDA) in R

  • تجزیه و تحلیل داده های اکتشافی بیشتر با xda More Exploratory Data Analysis with xda

گرامر گرافیک: ggplot2 Grammar of Graphics: ggplot2

  • با qplot شروع کنید Start with qplot

  • بیشتر تجسم qplot More qplot Visualizations

  • با ggplot شروع کنید Start with ggplot

  • Scatterplot با ggplot2 Scatterplots with ggplot2

  • مواجهه با ggplot2 Faceting With ggplot2

  • بیشتر چهره More Faceting

  • یک خط صاف وارد کنید Insert a Smoothing Line

  • نمودارهای جعبه Boxplots

  • جعبه های بیشتر More Boxplots

  • هیستوگرام ها Histograms

  • بارپلات برای متغیرهای عددی گسسته Barplots For Discrete Numerical Variables

  • نوارهای خطا را درج کنید Insert Error Bars

  • نمودارهای خطی Line Charts

  • تم های اضافی ggplot2 Additional ggplot2 Themes

  • مسابقه ggplot2 ggplot2 quiz

گرامر گرافیک: ggplot2 Grammar of Graphics: ggplot2

  • با qplot شروع کنید Start with qplot

  • بیشتر تجسم qplot More qplot Visualizations

  • با ggplot شروع کنید Start with ggplot

  • Scatterplot با ggplot2 Scatterplots with ggplot2

  • مواجهه با ggplot2 Faceting With ggplot2

  • بیشتر چهره More Faceting

  • یک خط صاف وارد کنید Insert a Smoothing Line

  • نمودارهای جعبه Boxplots

  • جعبه های بیشتر More Boxplots

  • هیستوگرام ها Histograms

  • بارپلات برای متغیرهای عددی گسسته Barplots For Discrete Numerical Variables

  • نوارهای خطا را درج کنید Insert Error Bars

  • نمودارهای خطی Line Charts

  • تم های اضافی ggplot2 Additional ggplot2 Themes

  • مسابقه ggplot2 ggplot2 quiz

جدال و تجسم داده های زندگی واقعی Real Life Data Wrangling and Visualisation

  • از dplyr و ggplot استفاده کنید Use dplyr and ggplot

  • چه و چگونه می توانیم از داده ها بیاموزیم؟: برندگان جایزه نوبل What and How Can We Learn From Data?: Nobel Prize Winners

  • معدن اطلاعات بیشتر درباره جوایز نوبل Mining More Information About Nobel Prizes

  • استخراج و تجسم اطلاعات درباره بازی های المپیک - قسمت 1 Mining and Visualising Information About the Olympic Games-Part 1

  • مدال های کسب شده در بازی های المپیک تابستانی و زمستانی Medals Won in the Summer and Winter Olympic Games

  • از بازی های المپیک زمستانی و تابستانی Of Winter and Summer Olympic Games

  • از مردان و زنان Of Men and Women

جدال و تجسم داده های زندگی واقعی Real Life Data Wrangling and Visualisation

  • از dplyr و ggplot استفاده کنید Use dplyr and ggplot

  • چه و چگونه می توانیم از داده ها بیاموزیم؟: برندگان جایزه نوبل What and How Can We Learn From Data?: Nobel Prize Winners

  • معدن اطلاعات بیشتر درباره جوایز نوبل Mining More Information About Nobel Prizes

  • استخراج و تجسم اطلاعات درباره بازی های المپیک - قسمت 1 Mining and Visualising Information About the Olympic Games-Part 1

  • مدال های کسب شده در بازی های المپیک تابستانی و زمستانی Medals Won in the Summer and Winter Olympic Games

  • از بازی های المپیک زمستانی و تابستانی Of Winter and Summer Olympic Games

  • از مردان و زنان Of Men and Women

تجسم های جغرافیایی Geographic Visualisations

  • معرفی مختصر Brief Introduction

  • کار با داده های مکانی داخلی R's-Part 2 Work With R's Inbuilt Geospatial Data-Part 2

  • از ggplot2 برای تجسم داده های جغرافیایی استفاده کنید Use ggplot2 For Geographic Data Visualisations

تجسم های جغرافیایی Geographic Visualisations

  • معرفی مختصر Brief Introduction

  • کار با داده های مکانی داخلی R's-Part 2 Work With R's Inbuilt Geospatial Data-Part 2

  • از ggplot2 برای تجسم داده های جغرافیایی استفاده کنید Use ggplot2 For Geographic Data Visualisations

بخش پاداش Bonus Section

  • نمودارهای پراکندگی سه بعدی 3D Scatterplots

  • ویرایش داده ها در R Data Editing In R

  • گروه بر اساس زمان Group By Time

بخش پاداش Bonus Section

  • نمودارهای پراکندگی سه بعدی 3D Scatterplots

  • ویرایش داده ها در R Data Editing In R

  • گروه بر اساس زمان Group By Time

نمایش نظرات

آموزش جدال کامل داده ها و تجسم داده ها در R
جزییات دوره
6.5 hours
52
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,731
4.5 از 5
دارد
دارد
دارد
Minerva Singh
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Minerva Singh Minerva Singh

دانشمند تحصیل کرده آکسبریج

سلام. من فارغ التحصیل دکترا از دانشگاه کمبریج هستم که در آنجا در اکولوژی گرمسیری تخصص دارم. من همچنین یک دانشمند داده هستم. به عنوان بخشی از تحقیقاتم، باید تجزیه و تحلیل گسترده داده‌ها، از جمله تجزیه و تحلیل داده‌های مکانی را انجام دهم. یا برای این منظور ترجیح می‌دهم از ترکیبی از ابزارهای رایگان نرم‌افزار R، QGIS و Python استفاده کنم. بیشتر کار تجزیه و تحلیل داده‌های مکانی خود را با استفاده از R انجام می‌دهم. و QGIS. اینها جدا از رایگان بودن، ابزارهای بسیار قدرتمندی برای تجسم، پردازش و تجزیه و تحلیل داده ها هستند. من همچنین دارای مدرک کارشناسی ارشد جغرافیا و محیط زیست از دانشگاه آکسفورد هستم. من مهارت های آماری و تجزیه و تحلیل داده های خود را از طریق تعدادی MOOC از جمله The Analytics Edge (دوره آماری مبتنی بر R و یادگیری ماشین ارائه شده توسط EdX)، یادگیری آماری (دوره یادگیری ماشین مبتنی بر R ارائه شده توسط Standford آنلاین) تقویت کرده ام. علاوه بر تجزیه و تحلیل داده های مکانی، در تجزیه و تحلیل آماری، یادگیری ماشین و داده کاوی نیز مهارت دارم. من همچنین از برنامه نویسی عمومی، تجسم داده ها و توسعه وب لذت می برم. من علاوه بر اینکه یک دانشمند و اعداد شکن هستم، یک مسافر مشتاق هستم